结合故障逻辑关系的极小冲突集求解方法

摘要：

基于模型诊断是人工智能研究与发展中的重要方向之一,而求解极小冲突集(minimal conflict set,MCS)是模型诊断的关键步骤.MCS-SFFO(minimal conflict set-structural feature of fault output)方法以反向深度的方式遍历集合枚举树(set enumeration tree,SE-Tree),然后针对故障输出无关元件的组合进行剪枝.在MCS SFFO方法的基础上,结合电路的故障逻辑关系提出求解极小冲突集的进一步剪枝方法MCS-FLR(minimal conflict set-fault logic relationship):首先提出单元件非冲突集定理,对单元件集合进行剪枝,避免了对无解空间中单元件节点的访问;其次,提出非极小冲突集定理,推证得出故障输出相关元件集的超集都是冲突集,故对有解空间中的非极小解进行剪枝.MCS FLR方法在MCS-SFFO方法基础上减少了大量有解空间和部分无解空间调用SAT求解器的次数,节省了求解时间.实验结果表明:相比于MCS SFFO方法,MCS FLR方法求解效率有显著提高.

关键词：基于模型诊断、非极小冲突、集合枚举树、故障输出相关元件集、有解剪枝

所属期刊栏目：57

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金项目61872159,61672261,61502199

在线出版日期：2020-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1472-1480